Napari中的交互式对象分类

在本练习中,我们将训练随机森林分类器来对分割的对象进行分类。 我们将使用napari插件napari-accelerated-pixel-and-object-classification。

开始

打开终端窗口并激活你的conda环境:

conda activate devbio-napari-env

然后,启动Napari:

napari

从菜单File > Open Sample > clEsperanto > Blobs (from ImageJ)加载”Blobs”示例数据集

我们还需要一个标签图像。你可以使用之前训练的像素分类器创建它, 或者使用菜单Tools > Segmentation / labeling > Gauss-Otsu Labeling (clesperanto)。

对象分类

我们的起点是一个加载的图像和一个带有分割对象的标签图像。以下过程也在这个视频中展示。

添加另一个标签图像。将标签图像重命名为Label class annotation,以免与其他图像混淆。

激活Brush tool。

用标签1在小的圆形对象上放置小点(出于训练目的:真的只是较小的对象)。

将label增加到2。

在图像中心较大的细长对象上画一条线。

从菜单Tools > Segmentation post-processing > Object classification (APOC)启动对象分类工具

在这个用户界面中,激活shape复选框。

选择image、labels和annotation,如下所示:

点击Run。一秒钟后,应该出现一个新的标签层,带有棕色/蓝色注释的对象。一些较大的圆形对象会无意中变成蓝色。

隐藏新创建的分类层。

选择你的注释层。

注释更多的圆形对象,这次是较大的对象。

再次训练分类器。

如果你对训练好的分类器满意,将文件复制到安全的地方。当训练下一个分类器时,这个可能会被覆盖。

额外练习

重新训练分类器,使其能够区分三个不同的类别:

• 小圆形对象

• 大圆形对象

• 大细长对象